模型
UNI2-h
一种病理基础模型，基于大规模病理图像数据进行自监督预训练，作为通用视觉编码器用于提取组织形态特征，可作为冻结特征提取器应用于下游计算病理学任务。
时间轴 (近 90 天)
10月7日
研究采用冻结的病理基础模型UNI2-h和CONCH提取表征，不进行微调
待验证50%
10月7日
基于UNI2-h表征，State-Aware Interaction MIL在结直肠癌上取得0.5566的AP，高于NaiveMTL的0.5161
待验证50%
10月7日
基于UNI2-h表征，该方法在肺腺癌上达到0.2784的AP，优于IndependentPair的0.2525
待验证50%
10月7日
病理基础模型的冻结表征中包含预测罕见联合分子表型的信息，无需微调即可支撑该类任务
待验证50%
10月7日
CONCH采用视觉-语言对比学习，将病理图像与病理报告文本对齐；UNI2-h基于大规模病理图像的自监督预训练
待验证50%